一种自动驾驶仿真测试特征选择方法与流程

本发明涉及自动驾驶仿真测试，具体为一种自动驾驶仿真测试特征选择方法、电子设备及存储介质。

背景技术：

1、在自动驾驶仿真测试场景下，需要由道路结构、交通参加者状态、主车行为、感知误差和信号相位中选择影响测试结果的场景特征，用于生成高价值测试场景。该场景下的新颖性技术问题在于，如何由多维耦合特征中识别真正驱动自动驾驶系统失效的关键特征组合，且使所选特征能支撑有效仿真覆盖；

2、目前，自动驾驶仿真测试多依据专家经验、事故经验或单一危险指标进行特征筛选，基于筛选结果构造测试场景，用于评估自动驾驶系统在特定交通环境中的安全性和稳定性；

3、而现有技术在实际应用中存在明显局限性。一方面，特征选择偏重经验判断或单一危险指标，不易识别由遮挡、车速、决策时机、行人横穿、感知噪声和信号相位共同触发的关键失效特征组合；另一方面，在此基础上，筛选结果缺少和仿真覆盖和场景可执行性的联动约束，容易生成重复场景、无效场景或偏离真实交通分布的场景，导致有效覆盖不足。

技术实现思路

1、针对现有技术的不足，本发明提供一种自动驾驶仿真测试特征选择方法、电子设备及存储介质，以至少部分解决上述背景技术中提出的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、第一方面，本发明提供一种自动驾驶仿真测试特征选择方法，包括：

4、获取自动驾驶仿真测试数据，形成仿真测试记录集；

5、对所述仿真测试记录集进行语义拆解，得到候选场景特征集合；

6、根据所述仿真测试记录集提取响应事件，得到仿真响应事件集合；

7、基于所述候选场景特征集合和仿真响应事件集合进行关联匹配，得到特征响应关联记录；

8、对所述特征响应关联记录计算危险贡献，得到特征危险贡献结果；

9、对所述候选场景特征集合进行覆盖增益计算，得到覆盖增益结果；

10、根据所述候选场景特征集合进行冗余消解，得到非冗余特征结果；

11、对所述非冗余特征结果进行可执行性筛选，得到可执行特征结果；

12、基于所述特征危险贡献结果、覆盖增益结果和可执行特征结果进行特征选择，得到目标测试特征集合；

13、对所述目标测试特征集合进行报告和约束生成，得到自动驾驶仿真测试特征选择结果。

14、优选的，基于所述候选场景特征集合和仿真响应事件集合进行关联匹配，得到特征响应关联记录，包括：

15、对所述候选场景特征集合进行取值提取，得到各候选场景特征在仿真测试记录集中的取值；

16、对所述仿真响应事件集合进行发生位置和发生时刻提取，得到各响应事件在仿真测试记录集中的位置和时刻；

17、基于同一仿真测试记录集，对所述候选场景特征集合的取值和仿真响应事件集合的位置和时刻进行对应匹配，得到候选场景特征和响应事件的对应关系；

18、对所述对应关系进行汇总，得到特征响应关联记录。

19、优选的，对所述特征响应关联记录计算危险贡献，得到特征危险贡献结果，包括：

20、对所述特征响应关联记录中各候选场景特征对应的响应事件进行统计，得到各候选场景特征对应的响应事件发生情况；

21、根据所述响应事件发生情况，对各候选场景特征对应的危险程度进行计算，得到各候选场景特征的危险程度结果；

22、根据各候选场景特征在所述特征响应关联记录中的出现情况，对所述危险程度结果进行修正，得到各候选场景特征对响应事件的贡献结果；

23、对所述贡献结果进行排序，得到特征危险贡献结果。

24、优选的，对所述候选场景特征集合进行覆盖增益计算，得到覆盖增益结果，包括：

25、对所述候选场景特征集合中各候选场景特征在所述仿真测试记录集中的取值进行统计，得到各候选场景特征的取值分布；

26、根据所述取值分布确定各候选场景特征对应的已覆盖情况；

27、对各候选场景特征加入前后的已覆盖情况进行比较，得到各候选场景特征带来的覆盖变化结果；

28、根据所述覆盖变化结果计算各候选场景特征的覆盖增益，得到覆盖增益结果。

29、优选的，根据所述候选场景特征集合进行冗余消解，得到非冗余特征结果，包括：

30、对所述候选场景特征集合中各候选场景特征在所述仿真测试记录集中的取值进行比较，得到各候选场景特征间的取值相似情况；

31、根据所述取值相似情况确定相互冗余的候选场景特征；

32、对所述相互冗余的候选场景特征进行保留选择和删除，得到保留后的候选场景特征；

33、对所述保留后的候选场景特征进行汇总，得到非冗余特征结果。

34、优选的，对所述非冗余特征结果进行可执行性筛选，得到可执行特征结果，包括：

35、对所述非冗余特征结果中各候选场景特征的取值范围进行获取，得到待筛选取值范围；

36、根据所述仿真测试记录集确定仿真平台能执行的取值范围，得到可执行取值范围；

37、对所述待筛选取值范围和可执行取值范围进行比较，得到各候选场景特征的可执行情况；

38、根据所述可执行情况，对所述非冗余特征结果进行保留或剔除，得到可执行特征结果。

39、优选的，基于所述特征危险贡献结果、覆盖增益结果和可执行特征结果进行特征选择，得到目标测试特征集合，包括：

40、对所述特征危险贡献结果和覆盖增益结果进行对应匹配，得到各候选场景特征的危险贡献和覆盖增益；

41、根据所述可执行特征结果对各候选场景特征进行筛选，得到满足可执行性的候选场景特征；

42、对所述满足可执行性的候选场景特征对应的危险贡献和覆盖增益进行综合排序，得到特征排序结果；

43、根据所述特征排序结果进行选择，得到目标测试特征集合。

44、优选的，根据所述响应事件发生情况，对各候选场景特征对应的危险程度进行计算，得到各候选场景特征的危险程度结果，包括：

45、对各候选场景特征对应的响应事件发生情况进行发生次数统计，得到各候选场景特征对应的响应事件发生次数；

46、对各候选场景特征在所述特征响应关联记录中的出现次数进行统计，得到各候选场景特征的出现次数；

47、根据所述响应事件发生次数和出现次数进行比例计算，得到各候选场景特征对应的响应事件发生比例；

48、根据所述响应事件发生比例，对各候选场景特征对应的危险程度进行确定，得到各候选场景特征的危险程度结果。

49、优选的，根据所述覆盖变化结果计算各候选场景特征的覆盖增益，得到覆盖增益结果，包括：

50、对所述覆盖变化结果中各候选场景特征加入前的已覆盖情况进行统计，得到加入前覆盖数量；

51、对所述覆盖变化结果中各候选场景特征加入后的已覆盖情况进行统计，得到加入后覆盖数量；

52、对所述加入后覆盖数量和加入前覆盖数量进行差值计算，得到各候选场景特征对应的新增覆盖数量；

53、根据所述新增覆盖数量，对各候选场景特征的覆盖增益进行确定，得到覆盖增益结果。

54、优选的，对所述相互冗余的候选场景特征进行保留选择和删除，得到保留后的候选场景特征，包括：

55、对所述相互冗余的候选场景特征进行对应查找，得到各相互冗余的候选场景特征对应的危险贡献和覆盖增益；

56、对各相互冗余的候选场景特征对应的危险贡献进行比较，保留危险贡献较高的候选场景特征；

57、在危险贡献相同的情况下，对各相互冗余的候选场景特征对应的覆盖增益进行比较，保留覆盖增益较高的候选场景特征；

58、对未被保留的候选场景特征进行删除，得到保留后的候选场景特征。

59、第二方面，本发明提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述第一方面中的方法的步骤。

60、第三方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述第一方面中方法的步骤。

61、本发明具备以下有益效果：

62、1、本发明采用特征响应关联、危险贡献计算和综合排序的技术方案，达到识别关键失效特征组合的技术效果，实现多维耦合风险特征的有效筛选，解决经验或单一危险指标不易发现真实失效驱动因素的不足。

63、2、本发明采用覆盖增益计算、冗余消解和可执行性筛选的技术方案，达到提升场景有效覆盖和执行可靠性的技术效果，实现测试特征和仿真生成约束的联动，解决重复场景、无效场景和覆盖不足的问题。